B
Brain
Computer
C
I
Interfaces
f
(BCI)
Ing. Fabio Aloise
Seminario per
Seminari
er il ccorso
rs di Bioingegneria
Bi in e neria
Prof.ssa Serenella Salinari
Cos’èè il Brain Computer Interfaces
Cos
y
Un'interfaccia cervello-computer è un
sistema di comunicazione che non si avvale
dei normali output periferici cerebrali,
muscoli e sistema nervoso, ma riconosce lo
stato mentale del soggetto, fra un insieme
discreto di stati possibili.
Come funziona
Modification of
Brain Signals
Signal Features
Psychological
Effort
(I t ti )
(Intention)
Classification
Of Intent
O
te t
feedback strategy
com
mputer trraining
use
er trainin
ng
appropriate feature extraction
Environment
Metodi di neuroimaging
y
Il riconoscimento degli stati mentali può
avvenire tramite diverse tecniche di
neuroimaging come ad esempio:
neuroimaging,
◦ Tomografia ad emissione di positroni (PET)
◦ Risonanza
Ri
magnetica
i ffunzionale
i l (fMRI)
◦ Tomografia ad emissione di fotone singolo
(SPECT)
◦ Magnetoencefalografia (MEG)
◦ Spettroscopia ad infrarossi (NIRS)
◦ Elettroencefalogramma multicanale (EEG)
LL’Elettroencefalografia
Elettroencefalografia
L'elettroencefalografia
g
((EEG)) è la registrazione
g
dell'attività elettrica
dell'encefalo. La tecnica è stata inventata nel 1929 da Hans Berger
y L'EEG è una misura del flusso di corrente extracellulare che viene
generato dalla somma delle attività di un elevato numero di
neuroni.i I potenziali
i li di superficie
fi i sono principalmente
i i l
il risultato
i l
dell'attività dei neuroni corticali piramidali disposti in
corrispondenza dell'area corticale sottostante l'elettrodo. L'EEG
rileva la differenza di potenziale elettrico tra un elettrodo, posto al
di sopra della sede dove si svolge l'attività neurale, e un elettrodo
indifferente, collocato ad una certa distanza dal primo.
y
◦ Pro
x Buona risoluzione temporale
x Basso costo
x Dimensione dei sistemi di acquisizione
◦ Contro
x Bassa risoluzione spaziale
x Necessita di un gel per abbassare le impedenze tra elettrodo e cute
Segnali di controllo per sistemi BCI
basati sui segnali EEG
y
Esistono diversi tipi di segnali di controllo
i più noti sono:
◦
◦
◦
◦
Slow Cortical Potential (SCP)
Steady State Evoked Potentials (SSEP)
P300
Event related de/synchronitation (ERD/ERS o
Ritmi SMR)
S )
Slow Cortical Potential (SCP)
I potenziali corticali lenti sono lente
variazioni di potenziale registrate a livello
della corteccia cerebrale, il cui range di
q
varia tra 1 e 2Hz.
frequenza
y Variazioni negative del potenziale
corticale vengono associate ad attività
motorie, mentre variazioni positive
corrispondono
i
d
a una diminuizione
di i i i
dell’attività corticale.
y
Stedy State Visual Evoked Potential
(SSVEP)
Il potenziale
t i l evocato
t visivo,
i i è un potenziale
t i l che
h
riflette i meccanismi elettrofisiologici del
pprocesso di elaborazione dell’informazione visiva
a livello cerebrale.
y A secondo della frequenza di stimolazione la
risposta
i
evocata può
ò essere transiente
i
(frequenza
(f
< 2Hz) o di tipo steady-state (frequenza > 6 Hz).
y L
L’utilizzo
utilizzo di questo potenziale nel contesto BCI
consiste nel presentare più sorgenti luminose
lampeggianti a frequenze diverse, associando a
ciascuna
i
di esse una ffunzione.
i
Ch
Che il soggetto
potrà attivare semplicemente fissando la sorgente
corretta.
y
Il potenziale evento correlato P300
y
y
y
Il potenziale evento correlato P300 è un
potenziale EEG positivo generato a circa
300 d
300ms
dallo
ll stimolo,
ti l è un segnale
l EEG
stabile e riproducibile
Viene elicitato attraverso il paradigma
“oddball”
Esso è generato nella zona mesiale dello
scalpo
Il paradigma Oddball
Si basa sulla presentazione di uno stimolo
raro (Target) all’interno di un insieme di
stimoli frequenti (no-Target).
(no Target)
y Durante la stimolazione viene richiesto al
soggetto di contare il numero di
occorrenze dello stimolo raro ( Task
attiva)
i )
y Vengono
g
usati stimoli con caratteristiche
fisiche diverse per lo stimolo raro e il
q
frequente
y
I sistemi BCI basati sul potenziale
P300
Nell BCI viene
N
i
esteso il paradigma
di
Oddb ll
Oddball,
in quanto gli stimoli non vengono più
distinti tra di loro per le caratteristiche
per l’informazione che essi
fisiche ma bensì p
veicolano
y Una
U tipica
ti i applicazione
li i
BCI basata
b t sulla
ll
P300 è l’utilizzo di una tastiera virtuale in
cui le righe e le colonne vengono fatte
illuminare in maniera random
y
I ritmi Sensorimotori (SMR
(SMR)[1]
)[1]
I ritmi Sensorimotori sono associati alle
aree corticali direttamente legate ai
canali motori naturali del cervello.
y Include una serie di segnali
g
compresi
p
tra
gli 8Hz e i 32Hz.
y
◦
◦
◦
◦
Ritmo mu (8-13Hz)
(8 13Hz)
Freq. Sensori-motorie(12-15Hz)
Banda Beta centrale (13-26Hz)
(
a 32Hz))
Ritmo ggamma (fino
I ritmi Sensorimotori (SMR) [2]
y
y
y
In corrispondenza del movimento o della
preparazione dello stesso si ha un
decremento dei ritmi Mu e Beta detto
“Event-Related Desyncronitation” (ERD).
Successivamente in corrispondenza del
rilassamento si verifica invece un incremento
dei ritmi “Event-Related
Event-Related Syncronitation
Syncronitation”
(ERS).
La peculiarità dei ritmi sensorimotori risiede
nel fatto che sono naturalmente collegati alle
aree cerebrali proprie del moviemento.
moviemento
I ritmi Sensorimotori (SMR) [3]
I ritmi SMR sono potenziabili tramite
allenamento.
y Sono generati non solo in corrispondenza
g , ma anche dalla sola
dell’azione eseguita,
immaginazione dell’azione stessa.
y Ciò permette
tt di utilizzare
tili
questi
ti ritmi
it i
come features del BCI
y
Riferimenti
y
Prof.ssa Serenella Salinari
[email protected]
y
Ing. Fabio Aloise
[email protected]
